分享自:

考虑密度和发泡方向的聚合物泡沫本构建模、计算实现及材料参数识别

期刊:mechanics of materialsDOI:10.1016/j.mechmat.2021.104029

这篇文档属于类型a,即报告了一项原创性研究的科学论文。以下是针对该研究的学术报告:


聚氨酯泡沫(PUF)本构建模与材料参数识别研究:基于密度与发泡方向的弹-粘塑性行为分析

作者及机构
本研究由韩国釜山国立大学的多学科团队合作完成,第一作者为Tae-Rim Kim(釜山国立大学生物医学工程系),通讯作者为Seog-Young Yoon(材料科学与工程学院)和Chi-Seung Lee(生物医学研究所)。其他合作者包括Hyo Yeong Ahn(胸心血管外科)、Yun Hak Kim(解剖学与生物医学信息学系)。研究成果发表于期刊《Mechanics of Materials》2021年第162卷。


学术背景

研究领域与动机
聚氨酯泡沫(Polyurethane Foam, PUF)是一种轻质多孔材料,因其高比强度、隔热性和生物相容性,广泛应用于工程(如缓冲材料)和医疗领域(如人工骨支架)。然而,PUF在压缩载荷下表现出复杂的非线性力学行为(如应变硬化、软化和致密化),且受密度、发泡方向(Rise Direction, RD/Transverse Direction, TD)和应变率显著影响。传统微观力学模型难以高效描述其宏观行为,而宏观唯象本构模型(如Frank-Brockman-Zairi, FBZ模型)虽能模拟聚合物非线性响应,但针对多孔材料的参数识别方法尚不完善。因此,本研究旨在:
1. 建立FBZ本构模型与PUF力学行为的映射关系;
2. 提出一种确定性参数识别方法,量化密度、发泡方向对材料参数的影响;
3. 通过Abaqus用户子程序(UMAT)实现模型计算,验证其预测精度。

理论基础
FBZ模型基于小应变理论,将总应变率分解为弹性和塑性部分,通过塑性乘子(λ)描述屈服后的粘塑性流动。其核心创新在于将硬化变量(Zi)分解为硬化(Z1)和软化(Z2)分量,从而模拟PUF的复杂非线性行为(如应力跌落和致密化)。


研究流程与方法

1. 材料表征与实验设计
- 研究对象:三种密度PUF(35/93/200 kg/m³),每种密度分别测试RD和TD方向。
- 实验条件:室温(23°C),应变率范围0.001–30/s(对应十字头速度2–20,000 mm/min)。
- 微观结构分析:通过扫描电镜(SEM)观察细胞形态,发现高密度PUF细胞壁间距更小,且RD方向细胞呈明显拉长结构(图1)。

2. 力学行为分类
根据压缩应力-应变曲线,将PUF行为分为四类(图3):
- MT1(PUF200-TD/PUF93-RD):软化后致密化;
- MT2(PUF35-TD):仅应变硬化;
- MT3(PUF35-RD):理想粘塑性;
- MT4(PUF93-TD/PUF200-RD):硬化与软化耦合。

3. 本构模型与数值实现
- FBZ模型离散化:采用隐式时间积分算法(Implicit Backward Euler)和算法切线刚度(Algorithmic Tangent Stiffness, ATS)方法,避免显式方法的时间步长限制。
- UMAT开发:编写Abaqus用户子程序PUF_mat,流程包括弹性预测、塑性修正和应力更新(图5)。

4. 参数识别方法
- 步骤1:通过屈服应力(σ0)与应变率(ε̇)的线性拟合确定应变率敏感参数(n)和初始流动阻力(Z10)(图6)。结果显示,PUF93的n值在TD与RD方向差异显著,与微观结构各向异性相关(图7)。
- 步骤2:基于硬化率-应力曲线(γ-σ)的斜率分析(图9):
- 负斜率(c2):屈服点附近,关联软化参数(h)和饱和应力(Z2s);
- 正斜率(c1):最小应力(σm)附近,关联硬化参数(m)和恢复系数(α)。


主要结果

  1. 参数相关性:Z10与密度呈强正相关(R²>0.97),而n值在PUF93中受发泡方向影响显著(图7)。
  2. 模型验证
    • MT1/MT3:FBZ模型能准确预测应力跌落和平台阶段(图10b,d);
    • MT4:对硬化-软化耦合行为的模拟存在偏差(图10f),尤其在应变>0.4时致密化阶段误差增大。
  3. 局限性:大应变(>0.5)下模型精度下降,因未考虑孔隙率演变的损伤效应。

结论与价值

科学意义
- 首次将FBZ模型应用于多孔PUF,揭示了密度与发泡方向对材料参数的定量影响规律;
- 提出的确定性参数识别方法为多孔材料本构建模提供了标准化流程。

应用价值
- 模型可预测极端环境(如低温或生物体内)下PUF的力学响应,指导其工程设计与医疗应用;
- UMAT程序为有限元分析提供了高效工具,弥补了实验成本高的不足。

亮点
1. 多尺度关联:通过微观结构(SEM)解释宏观参数差异(如PUF93的n值各向异性);
2. 方法创新:结合γ-σ曲线斜率和分阶段参数识别,解决了复杂非线性行为的参数耦合问题;
3. 跨学科融合:整合材料科学、生物力学与计算力学,推动多孔材料本构理论发展。

未来方向
需进一步引入损伤变量以提升大应变下的预测精度,并扩展模型至多轴载荷条件。


(注:因篇幅限制,部分细节如ATS张量推导(附录A)未展开,可参阅原文补充。)

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com